利用tensorflow框架复现faster-rcnn

1.搭建环境：

1.利用conda创建虚拟环境:conda create -n python35 python=3.5；
2.安装tensorflow：在刚建立的虚拟环境中（conda activate python35）利用pip安装，指令：pip install tensorflow==1.12.0(我安装的是cpu)
3.给出复现代码的github链接：代码，进入之后将代码压缩包下载到指定文件夹中。
（如果无法访问github这里给出解决方法：修改hosts文件，路径为，C:\Windows\System32\drivers\etc，复制hosts到桌面，在后面添加：
#github
192.30.253.112 github.com
151.101.185.194 github.global.ssl.fastly.net然后保存，剪切到原来位置并替换。）

2.配置依赖项

1.在conda环境中：cd+ 路径（为在github中下载压缩包后解压文件夹的绝对路径）例如：cd E:\pythonpycharm\Faster-RCNN-TensorFlow-Python3-master；然后：pip install -r requirements.txt，在这步中会有很多代码中用到的依赖包被安装，比如maltplotlib，cython，opencv等等。

(python35) PS C:\Users\55192> cd E:\pythonpycharm\Faster-RCNN-TensorFlow-Python3.5-master
(python35) PS E:\pythonpycharm\Faster-RCNN-TensorFlow-Python3.5-master> pip install -r requirements.txt

2.继续利用cd命令转到：/data/coco/PythonAPI输入 ：python setup.py build_ext --inplace， python setup.py build_ext install，如果出现错误，应该下载并安装vs2015，建立一个c++工程。接着转到./lib/utils并运行：python setup.py build_ext --inplace

(python35) PS E:\pythonpycharm\Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI> python setup.py build_ext --inplace

(python35) PS E:\pythonpycharm\Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI> python setup.py build_ext install

下载数据集voc2007，和预训练模型vgg16，（百度就可找到下载链接，都是压缩包）解压后的文件目录格式必须为：
Faster-RCNN-TensorFlow-Python3-master\data\VOCDevkit2007\VOC2007以及data\imagenet_weights\vgg16.ckpt
配置好这些就可以运行train.py，开始训练了

3.总结

才复现了第一个关于目标检测的算法，训练时间很长一共4万张图片，感谢代码贡献者，以及这位博主
有关理解原理的部分还不是特别明白，不过会继续研究，欢迎大家一起探讨。